| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题的研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 论文主要工作及结构安排 | 第12-14页 |
| 1.3.1 论文主要工作 | 第12页 |
| 1.3.2 论文结构安排 | 第12-14页 |
| 第二章 低照度图像增强处理传统算法 | 第14-30页 |
| 2.1 低照度图像的特点 | 第14页 |
| 2.2 直方图均衡化 | 第14-18页 |
| 2.2.1 自适应直方图均衡 | 第16-17页 |
| 2.2.2 限制对比度自适应直方图均衡 | 第17-18页 |
| 2.3 图像同态增晰算法 | 第18-20页 |
| 2.3.1 同态增晰原理 | 第18-20页 |
| 2.3.2 同态增晰存在的问题 | 第20页 |
| 2.4 传统的Retinex算法 | 第20-28页 |
| 2.4.1 Retinex算法原理 | 第20-22页 |
| 2.4.2 单尺度Retinex算法 | 第22-23页 |
| 2.4.3 多尺度Retinex算法 | 第23-24页 |
| 2.4.4 带色彩恢复的多尺度Retinex算法 | 第24-26页 |
| 2.4.5 基于变分框架的Retinex算法 | 第26-27页 |
| 2.4.6 传统Retinex算法存在的问题 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 基于Retinex模型的低照度图像增强算法 | 第30-46页 |
| 3.1 基于Retinex变分框架的亮度分量增强 | 第30-36页 |
| 3.1.1 目标函数的构建 | 第30-31页 |
| 3.1.2 目标函数的求解 | 第31-33页 |
| 3.1.3 照射分量与反射分量的修正 | 第33-36页 |
| 3.2 饱和度分量的修正 | 第36页 |
| 3.3 颜色失真的校正 | 第36-40页 |
| 3.3.1 灰度世界法 | 第37-38页 |
| 3.3.2 完美反射法 | 第38-39页 |
| 3.3.3 改进白平衡 | 第39-40页 |
| 3.4 实验结果与分析 | 第40-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于LIP模型的低照度图像增强算法 | 第46-60页 |
| 4.1 基于LIP模型的增强处理 | 第46-50页 |
| 4.1.1 经典的LIP模型 | 第46-48页 |
| 4.1.2 基于LIP模型的图像增强算法 | 第48-49页 |
| 4.1.3 自适应参数的LIP模型 | 第49-50页 |
| 4.2 基于LIP模型的图像后处理 | 第50-55页 |
| 4.2.1 LIP处理存在的噪声问题 | 第50-51页 |
| 4.2.2 三维块匹配算法降噪的主要思想 | 第51-52页 |
| 4.2.3 三维块匹配算法的基础估计 | 第52-54页 |
| 4.2.4 三维块匹配算法的最终估计 | 第54-55页 |
| 4.3 实验结果与分析 | 第55-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 本文工作总结 | 第60-61页 |
| 5.2 工作展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 附录1 攻读硕士学位期间申请的专利 | 第67-68页 |
| 致谢 | 第68页 |